情報処理学会 インタラクション2025

本研究では SNS 上のストリートダンス動画を対象に，複数ジャンルを時系列的に自動識別・可視化するシステムを提案する．AIST++Dataset を用いて ST-GCN++を学習し，10 種類のジャンルを分類した結果，最も高い識別率はクリップ単位で平均 0.91，動画単位で平均 0.71 であった．さらに，再生時間に合わせてジャンル要素を動的に表示するインタフェースを開発し，ユーザの振り付け構造把握を容易にした．今後はユーザスタディを通じて，初心者が興味のあるジャンルを効率的に発見できるかを評価し，他のダンススタイルへの適用を含め学習体験の向上を目指す．